Python BeautifulSoup4和Pandas，按照表中的链接下载另一个表，将表连接到一个数据帧中

注：问题和代码已被大量编辑，与之前一样 在我最初的帖子中出现了错误，我尝试了建议的答案，但都失败了 这些值被放置在数据帧的一列中

我的回答如下：

现在我可以得到第一个表，但在“更多”列中有一个链接，所以我尝试了这个答案： 我的剧本：

"""
get knapsack food table and table at link "more"
"""

import pandas as pd
from bs4 import BeautifulSoup
import requests
import lxml.html as lh
from langdetect import detect

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
url = "http://www.knapsackfamily.com/LunchBox/top.php"

#prepend to links
def prepend(arr, str):
    str += '{0}'
    arr = [str.format(i) for i in arr]

    return arr

# data for first post request    
data={
    #hidden type values and submit name and value
    'mode': 'list3',
    'fword1': '',
    'model': ' List All'
}

soup = BeautifulSoup(requests.post(url, data=data).content, 'html.parser')

stuff = []
for row in soup.select('table.sortable.d1 tr'):
    tds = [td.get_text(strip=True) for td in row.select('td, th')]
    stuff.append(tds)

for i in range(10):
    print(stuff[i])

#stuff[0] are the headers
# make dataframe and concantenate the next results 

# follow links
links = []
for link in soup.find_all('a', href=True):
    if link['href'].startswith('list'):
        links.append(link['href'])



url_prefix = "http://www.knapsackfamily.com/LunchBox/"
links_arr = prepend(links, url_prefix )
#visit links and get the cells I want:
en_pages = []
count = 0
print('here')
for link in links_arr:
    print(f'count: {count}\nlink: {link}\n')
    response = requests.get(link)

    soup_next = BeautifulSoup(response.content, 'html.parser')

    en_pages.append(soup_next)
    count+=1
    if count > 5:
        break

en_stuff = []
for page in en_pages:
    for row in page.select('table.rs2 tr'):
        tds = [td.get_text(strip=True) for td in row.select('td, th')]
        en_stuff.append(tds)
        
       
# filter English tables later


#if row in English
#if detec(row_text)=='en':
 #   en_stuff.append(row_text)
print("raw rows")
for table in en_stuff:
    print(table)

print("df's")
df_arr = []
count = 0
for table in en_stuff:
    next_pg_df = pd.DataFrame(table)
    df_arr.append(next_pg_df)
    print(next_pg_df)
    count+=1
    if count > 5:
        break

我把它限制在5，这样我就可以看到发生了什么。 “原始行”的输出为：

['大分類', '植物', 'Kingdom', 'Plant']
['種名', 'Abelmoschus esculentus', 'Species', 'Abelmoschus esculentus']
['学名(一般名)', 'Abelmoschus esculentus[okra、おくら、オクラ、秋葵、あめりかねり、アメリカネリ、おかれんこん、オカレンコン、陸蓮根]', 'Latin Name(General Name)', 'Abelmoschus esculentus[okra]']
['科名', 'アオイ科', 'Family', 'Malvaceae']
['原産/分布', '東北アフリカアフリカエチオピア近辺が原産。', 'Origin', 'Origins:Northeastern AfricaAfricaaround Ethiopia']
.
.
.

因此，如果我将第三个元素作为数据框列名，将第四个元素作为该列中第一个有机体的值，然后将第四个元素添加为后续有机体的列值，我可以创建一个数据框。
“df”的输出看起来不正确，因为它将所有内容都放在一列中：

         0
0      大分類
1       植物
2  Kingdom
3    Plant
                        0
0                      種名
1  Abelmoschus esculentus
2                 Species
3  Abelmoschus esculentus
                                                   0
0                                            学名(一般名)
1  Abelmoschus esculentus[okra、おくら、オクラ、秋葵、あめりかねり、...
2                           Latin Name(General Name)
3                       Abelmoschus esculentus[okra]
           0

---

有更好的方法吗？

在第一个解决方案的最后一行，而不是打印列表从列表中创建数据帧：

df = pd.DataFrame(en_stuff)

---

谢谢你的建议，我编辑了我的问题以反映我从你那里学到的东西。